L’intelligence artificielle (IA), au-delà des applications concrètes qui ont déjà intégré notre quotidien, permet de traiter des données et des connaissances nombreuses et hétérogènes, et de comprendre des règles potentiellement complexes et abstraites à la manière de l’intelligence humaine mais sans intervention de sa part. Elle conjugue deux propriétés, l’auto-apprentissage d’abord par le traitement successif et répétitif de données et, une capacité d’adaptabilité, c’est-à-dire la possibilité pour un programme codé de traiter des situations multiples susceptibles de varier au cours du temps. Les experts de la table ronde ont confirmé l’apport potentiel et le bénéfice théorique que représente l’IA en recherche clinique et en matière d’amélioration de l’efficience des soins. Ils ont pu mesurer également, comme c’est le cas pour tout processus nouveau qu’il faut acclimater et apprivoiser, son impact sur les pratiques et les mentalités. Pour en maximiser les bénéfices, quatre points critiques ont été identifiés. Leur prise en compte conditionne l’intégration technique et l’appropriation par tous les acteurs de la recherche, instances de régulation, industries en santé, établissements et réseaux de santé sans, surtout, oublier les patients et la société civile : 1^er point critique : réunir les éléments de preuve des bénéfices de l’apport de l’IA en recherche clinique et pouvoir les quantifier ; 2^e point critique : créer un climat de confiance pour garantir la diffusion et l’acceptabilité de l’IA en recherche en santé, dans un contexte réglementaire adapté ; 3^e point critique : assurer la disponibilité des compétences techniques, ce qui implique un investissement en formation, l’attractivité du secteur de la santé et le développement d’outils ergonomiques de collecte des données auprès de l’ensemble des opérateurs de santé ; 4^e point critique : se mettre en ordre de marche, c’est-à-dire assurer l’organisation et la gouvernance d’un modèle réparti et sécurisé à l’échelon national pour faire converger l’information et les services dont bénéficie le patient au niveau territorial et régional. Au final trente-sept recommandations concrètes ont été formulées qui doivent permettre l’acclimatation de l’IA en recherche clinique, sachant que la mise en place du « health data hub » constitue une opportunité idéale.